ML和AI將如何改變商業(yè)智能和分析

10年以來，商業(yè)智能（BI）和分析的主流趨勢一直是向自助服務(wù)邁進。那就要變了。2018年和以后，我們將看到越來越多的呼叫"智能"功能由機器學(xué)習(xí)（ML）和人工智能（AI）提供動力。這些特點一定能幫助我們超越自我服務(wù)時代的界限。

正如我在最近的一份報告“機器學(xué)習(xí)和人工智能將如何改變BI&Analytics”中解釋的那樣，我們已經(jīng)開始在五個領(lǐng)域看到智能功能：數(shù)據(jù)準(zhǔn)備、發(fā)現(xiàn)、分析、預(yù)測和人工智能驅(qū)動的指令性應(yīng)用程序。我的研究詳細介紹了20多家初創(chuàng)公司和14家建立了BI和分析供應(yīng)商的投資，以提高技術(shù)水平。

預(yù)計2018年及以后，將有大量有關(guān)ML的聲明，用于清理和合并數(shù)據(jù)、發(fā)現(xiàn)新數(shù)據(jù)，以及建議新的數(shù)據(jù)組合，從而揭示重要的洞見。非技術(shù)業(yè)務(wù)用戶將欣賞ML支持的最佳數(shù)據(jù)可視化建議。同時，自動化建模功能將幫助非技術(shù)業(yè)務(wù)用戶利用預(yù)測分析的能力。

如上所述，這些功能中的一些已經(jīng)開始出現(xiàn)。我的報告詳細介紹了哪些功能今天可用，這些功能將在將來出現(xiàn)，而且我們應(yīng)該在將來期待這些功能。例如，基于列標(biāo)題中可用的關(guān)鍵字查詢的自然語言(NL)查詢已經(jīng)與我們多年了?，F(xiàn)在，一些供應(yīng)商正在使用更高級的NL功能，可以辨別完整句子的細微差別和意圖（無論是鍵入還是從語音轉(zhuǎn)換為語音到文本功能）。在切削刃上，系統(tǒng)開始保持查詢的上下文；而不是每次只問一個孤立的問題，而是要對數(shù)據(jù)進行響應(yīng)性對話，向下鉆取和從初始查詢中進行探索。

當(dāng)然，許多業(yè)務(wù)用戶對動作和結(jié)果更感興趣，而不是解釋報告、控制面板和數(shù)據(jù)可視化。這些用戶更有可能利用正在出現(xiàn)的智能、ML和AI支持的指令性應(yīng)用程序的不斷增長的列表。在這里，決策的上下文被構(gòu)建為用于銷售、營銷、HR、供應(yīng)鏈、物流等等的業(yè)務(wù)應(yīng)用。在這些情況下，可以對數(shù)據(jù)分析進行調(diào)整，以提供推薦的下一步或甚至自動執(zhí)行確保預(yù)期結(jié)果的動作。

這些新興功能將使BI、分析和數(shù)據(jù)驅(qū)動的決策變得更易于訪問、理解和可操作，用于非技術(shù)業(yè)務(wù)用戶，但擁抱新的不會像揮舞魔杖一樣容易。我對那些驚訝和沮喪的從業(yè)者說，看到員工以意想不到的方式回應(yīng)ML和AI的建議。例如，銷售人員有時頑固地追求被認為低于預(yù)期成績的銷售線索。在這里，變革管理是至關(guān)重要的。正如我在報告中解釋的那樣，傳遞透明和解釋的人工智能，灌輸信任對使智能系統(tǒng)取得成功至關(guān)重要。在此可下載完整的27頁報告的自由摘錄。